机器学习基础考点串讲.pptxVIP

课程导览

01

基础概念

先分清有标签与无标签，再谈算法

范式之别落在标签有无

辨析唯一分界线：训练数据有没有标签。

三道防线各司其职

三者划分的本质是防止模型作弊——训练过程一旦用到测试集信息，评估结果就失去意义。

02

模型评估

指标选对，评估才不偏

四个格子拆出核心指标

不平衡数据改用综合指标

03

拟合攻防

训练集满分不是终点，泛化才是

训练集满分不等于泛化

识别看两组误差差距：训练集准确率极高、测试集差距大多为过拟合；两组都低多为欠拟合。

两种惩罚塑造稀疏与平滑

04

经典算法

算法无优劣，场景定选择

分裂与间隔各成章法

三种思路通向分类结果

05

无监督学习

没有标签，也能发现结构

无标签也能找出结构

06

考场实战

以题带点，冲刺提分

以题带点冲刺高频考点

把考点变成得分点

理解原理是根，吃透题型是路

基础打牢，题型吃透，考场自然从容